Moja rola i punkt wyjścia
Moje doświadczenie obejmuje udział w rozwoju systemu automatyzacji i agentów AI dla LW Logistics. Platforma jest własnym środowiskiem firmy, a nie gotowym produktem Zgranych Systemów. Opis poniżej pochodzi z dokumentu udostępnionego do komunikacji zewnętrznej, ze stanem na 22 października 2026 r. Nie przedstawiam całej platformy jako wyłącznie mojego autorstwa. Pokazuję problemy, rozwiązania i skalę środowiska, przy którego rozwoju pracuję.
Od rozproszonych źródeł do wspólnej bazy
Punktem wyjścia są arkusze zleceń, GPS, tachografy, karty paliwowe, poczta, KSeF i archiwum dokumentów na NAS. Automaty pobierają dane i rozpoznają powiązania między autem, kierowcą, wyjazdem oraz zleceniem. Wspólne moduły odpowiadają za obliczenia, rozpoznawanie identyfikatorów i pracę z trasami. Dzięki temu panel, raport i agent korzystają z tych samych definicji, zamiast liczyć osobno.
Zlecenia, flota i telematyka
Arkusze zleceń i floty pozostają interfejsem dla pracowników. Dane są synchronizowane do bazy, wyjazdy wiążą tankowania i dokumenty, a raport porównuje kilometry zlecone z GPS. Mapa łączy pozycje aut, punkty zleceń, postoje, tachografy i temperatury chłodni. System wykrywa wyjątki, takie jak brak sygnału lub nieaktualny odczyt. Obejmuje też planowanie tras i uwzględnia trasę zatwierdzoną przez człowieka.
Dokumenty, OCR i fakty do raportów
Archiwum obejmuje około 59 tys. dokumentów, z około 55 tys. odczytanych treści. Pliki są klasyfikowane m.in. jako CMR, faktury, polisy i dokumenty pojazdów. Z odczytu powstają dane strukturalne: kwoty, daty, identyfikatory i powiązania ze sprawami. Kwoty przechodzą kontrole sum, a propozycje aktualizacji ważnych pól trafiają do akceptacji ze wskazaniem źródła. Sam odczyt tekstu nie jest jeszcze zgodą na zmianę kartoteki.
Finanse, paliwo i analityka
Rachunek wyników jest przygotowywany dla auta i miesiąca, z ustalonymi kategoriami przychodów i kosztów. Odczyt faktur zakupowych z KSeF, raporty kart paliwowych i pozostałe źródła wymagają uzgodnienia oraz ochrony przed podwójnym liczeniem. Magazyn części rozlicza wydanie do auta, a dane analityczne trafiają do osobnej hurtowni BI. Agent analityczny korzysta ze sprawdzonych miar i wyjaśnia brak wiarygodnych danych, zamiast dopisywać liczbę.
Panele i komunikatory dla różnych ról
Opis obejmuje panel zarządu z 26 sekcjami, biura z 23 i spedycji z 14, a także panel warsztatu, widoki TV, rozliczenia tachografów i centrum szkoleniowe. Kierowcy korzystają z WhatsApp, a działy również z Telegramu. Przykładowo usterka zgłoszona w trasie trafia do warsztatu przed powrotem auta. Pulpit biura pokazuje zadania wynikające z danych, które znikają po rzeczywistym uzupełnieniu braków.
Infrastruktura i kontrola dostępu
Zaplecze działa na firmowym serwerze Linux. Opis technologii obejmuje Python, JavaScript, SQLite, OpenClaw, lokalne wyszukiwanie, OCR i narzędzia mapowe oparte na OpenStreetMap. Wybrane zadania językowe korzystają z modeli przez API. Agent ma przypisane narzędzia i uprawnienia, a dane wrażliwe są wydzielone. Dostęp do wewnętrznych paneli jest chroniony i nie jest częścią tej publicznej prezentacji.
Testy, wdrażanie i świadome ograniczenia
Dokument opisuje ponad 3,3 tys. testów automatycznych, recenzję zmian, historię wersji i osobną zgodę na wdrożenie produkcyjne. Nadzór sprawdza usługi, harmonogramy i świeżość danych. Kopie trafiają na firmowy NAS. Jednocześnie opis wskazuje jeden serwer produkcyjny bez utrzymywanego serwera zapasowego, zależność od kompletności arkuszy i zewnętrznych dostawców modeli. Asystent głosowy do rozmowy bez pisania był prototypem.
Co przenoszę do nowych projektów?
Najważniejsze są wzorce: jeden proces od wejścia do wyniku, wspólne obliczenia, dane ze źródłem, kontrola wyjątków i role agentów ograniczone narzędziami. Nowe wdrożenie może zacząć się od OCR, integracji arkusza, bota albo raportu. Nie wymaga od razu pełnej platformy. Zakres, integracje, odpowiedzialność i kryteria odbioru ustalamy dla konkretnej firmy.
Źródło opisu i skali: „LW Logistics — System spedycji i floty”, dokument do udostępnienia zewnętrznego, stan na 22 października 2026 r. Zakres mojego doświadczenia: udział w rozwoju platformy.
Opisz, co chcesz usprawnić.
Wystarczy cel, przykład obecnej pracy i informacja, jaki rezultat ma być przydatny. Zakres i wycenę ustalamy przed rozpoczęciem.